5个不同变量的SAS ARIMA建模
我正在尝试对5个不同的变量进行ARIMA模型估计。数据由16个月的销售点组成。我如何处理这个复杂的ARIMA模型 此外,我想做:5个不同变量的SAS ARIMA建模,sas,forecasting,Sas,Forecasting,我正在尝试对5个不同的变量进行ARIMA模型估计。数据由16个月的销售点组成。我如何处理这个复杂的ARIMA模型 此外,我想做: 每个产品组的简单移动平均值 霍尔特过冬 指数平滑模型 数据如下,包括日期和产品组: Date Gloves ShoeCovers Socks Warmers HeadWear apr-14 11015 3827 3465 1264 772 maj-14 11087 2776 4378 109
- 每个产品组的简单移动平均值
- 霍尔特过冬 指数平滑模型
Date Gloves ShoeCovers Socks Warmers HeadWear
apr-14 11015 3827 3465 1264 772
maj-14 11087 2776 4378 1099 1423
jun-14 7645 1432 4490 674 670
jul-14 10083 7975 2577 1558 8501
aug-14 13887 8577 6854 1305 15621
sep-14 9186 5213 5244 1183 6784
okt-14 7611 4279 4150 977 6191
nov-14 6410 4033 2918 507 8276
dec-14 4856 3552 3192 450 4810
jan-15 17506 7274 3137 2216 3979
feb-15 21518 5672 8848 1838 2321
mar-15 17395 5200 5712 1604 2282
apr-15 11405 4531 5185 1479 1888
maj-15 11509 5690 4370 1145 2369
jun-15 9945 2610 4884 882 1709
jul-15 8707 5658 4570 1948 6255
有没有熟练的预报员愿意帮忙?非常感谢 您是否已经尝试过
proc-arima
和proc-forecast
?你能分享你的代码吗?我试过proc arima,但没有试过proc forecast。我真正的问题只是做一个简单的移动平均。16对于明显是季节性数据的观测是不够的。你应该有至少3倍的季节性。ARIMA模型是移动平均(MA)模型的推广。例如,ARIMA(0,0,1)模型就是MA(1)模型。您可以使用proc-arima
构建移动平均线模型。